简介
研究方向
发表论著
承担科研项目
项目组情况
招生信息

陈华(CHEN Hua)
博士生导师，研究员
E-Mail：chenh@big.ac.cn
研究领域：群体遗传学和进化基因组学
导师简介：学习经历：
本科：1998年 复旦大学 遗传学系
硕士：2001年 上海复旦大学遗传学研究所
博士：2007年 加州大学伯克利分校综合生物系
工作经历：
2015年至今 北京基因组研究所，研究员
2013年-2014年 美国天普大学进化医学研究所，计算遗传学与基因组中心 研究助理教授：
2008年-2012年 哈佛医学院和公共卫生学院，Broad研究所 博士后
学术兼职：

获奖及荣誉：


　　本课题组的研究方向是群体遗传学和进化基因组学，侧重于其中的理论与计算方法方面的问题。我们发展新的统计分析方法,同时也会将这些方法应用于分析基因组大数据, 来回答和进化相关的科学问题。

近期主要学术成果：
1. Chen H*, Hey J, Chen K. (2015). Inferring Very Recent Population Growth Rate from Population-Scale Sequencing Data: Using a Large-Sample Coalescent Estimator. Molecular Biology and Evolution. 32(11):2996-3011.
2.Chen H.*, Hey J., and Slatkin M. (2015). A hidden Markov model for investigating recent positive selection. Theoretical Population Biology. 99:18-30.
3.Chen H*. (2015). Population genetic studies in the genomic sequencing era. Zoological Research. 36(1): 1-11.
4.Macholdt E., Lede V., Barbieria C., Mpolokab SW., Chen H., Slatkin M., Pakendorfd B., and Stoneking M. (2014). Tracing prehistoric pastoralist migrations: lactase persistence alleles in southern Africa. Current Biology. 24(8): 875-879.
5.López S., García ó., Yurrebaso I., Flores C., Acosta-Herrera M., Chen H., Gardeazabal J., Careaga JM., Boyano MD., Sánchez A., Ratón-Nieto JA., Sevilla A., Smith-Zubiaga I., Galdeano AG., Martinez-Cadenas C., Izagirre N., Rúa C., and Alonso S. (2014). The Interplay between Natural Selection and Susceptibility to Melanoma on Allele 374F of SLC45A2 Gene in a South European Population. PloS One. 9(8): e104367.
6.Chen H.* and Chen K. (2013). Asymptotic distributions of coalescence times and ancestral lineage numbers for populations with temporally varying size. Genetics. 194 (3): 721–736.
7.Chen H.* and Slatkin M. (2013). Inferring selection intensity and allele age from multi-locus haplotype structure. Genes, Genomics, Genetics. 3 (8): 1429–1442.
8.Chen H.* (2013). Intercoalescence time distribution of incomplete genealogies in temporally varying populations, and applications in population genetic inference. Annals of Human Genetics. 77 (2): 158-173.
9.Yana K., Wang S., Tan J., Gerbault P., Wark A., Tan L., Yang Y., Li S., Tang K., Chen H., Powell A., Itan Y., Fuller D., Lohmueller J., Mao J., Schachar A., Paymer M., Hostetter E., Byrne E., Burnett E., McMahon AP., Thomas MG., Lieberman DE., Jin L., Tabin CJ., Morgan BA. and Sabeti PC. (2013). Modeling Recent Human Evolution in Mice by Expression of a Selected EDAR Variant. Cell. 152 (4): 691-702.
10.Qi X., Cui C., Peng Y., Zhang X., Yang Z., Zhong H., Xiang K, Cao X, Wang Y, Ouzhuluobu, Basang, Ciwangsangbu, Bianba, Gonggalanzi, Wu T, Chen H, Shi H, and Su B. (2013). Genetic evidence of Paleolithic colonization and Neolithic expansion of modern humans on the Tibetan Plateau. Molecular Biology and Evolution. 30(8):1761-1778.
11.Xiang K., Ouzhuluobu, Peng Y., Yang Z., Zhang X., Cui C., Zhang H., Li M., Zhang Y., Bianba, Gonggalanzi, Basang, Ciwangsangbu, Wu T., Chen H., Shi H., Qi X., and Su B. (2013). Identification of a Tibetan-specific mutation in the hypoxic gene EGLN1 and its contribution to high-altitude adaptation. Molecular Biology and Evolution. 30(8):1889-1898.
12.Chen H.* (2012). The joint allele frequency spectrum of multiple populations: A coalescent theory approach. Theoretical Population Biology. 81(2):179-195.
13.Peng Y., Yang Z., Zhang H., Cui C., Qi X., Luo X., Tao X., Wu T., Ouzhuluobu, Basang, Ciwangsangbu, Danzengduohie, Chen H., Shi H., and Su B. (2011). Genetic variations in Tibetan populations and high altitude adaptation at the Himalayas. Molecular Biology Evolution 28(2): 1075-1081.
14.Kosoy R., Ransom RM., Chen H., Marconi M., Macciardi F., Glorioso N., Gregersenm PK., Cusiand D., and Seldin MF. (2011). Evidence for malaria selection of a CR1 haplotype in Sardinia. Genes and Immunity 12: 582-588.
15.Chen H.*, Patterson N. and Reich D*. (2010). Population differentiation as a test for selective sweeps. Genome Research. 20: 393-402.




　　本课题组的研究方向是群体遗传学和进化基因组学，侧重于其中的理论与计算方法方面的问题。我们发展新的统计分析方法,同时也会将这些方法应用于分析基因组大数据, 来回答和进化相关的科学问题。具体而言,我们针对以下两个问题进行方法学研究:
　　·自然选择的检测和选择过程的推断。我们曾经提出过基于群体分化(population differentiation)来检测自然选择的方法(XP-CLR , Chen et al (2010))。我们还发展了若干个用多位点单倍型结构(haplotype structure)来推断选择强度和选择发生年代(selection intensity and allele age)的方法(Chen and Slatkin (2013); Chen et al (2015))。我们的方法被应用于鉴定和分析现代人群在适应环境过程中受到的自然选择位点（如，藏族高原适应，肤色进化，疟疾抗性等），以及家养动植物驯化过程中的人工选择（如，水稻，大豆，黄瓜等）。我们目前这方面的工作包括通过基因组数据分析检测和定量有害突变的作用；发展数量性状以及软性选择作用（soft sweeps）的检测方法。我们的长期目标是期望通过这些工作能对自然选择在人类以及其他物种进化中的作用机制有深入了解。
　　·推断群体历史和有效群体大小。除了自然选择，群体历史在进化过程中也扮演着重要的角色。对群体历史的深入了解能为解析自然选择机制和研究复杂疾病遗传结构提供基础。我们之前的工作提供了一些基于溯祖理论（coalescent theory）的联合等位基因频谱（the joint allele frequency spectrum）的解析形式（Chen 2012; Chen (2013); Chen and Chen (2013)）。该方法可以被应用于分析多个个体基因组的数据。
　　我们目前的研究侧重于开发计算高效(computationally efficient)的群体遗传学分析方法，用来对个体基因组大数据进行分析。近年来，新的测序技术正在大量产生物种内和物种间的大样本的全基因组数据，为群体遗传学研究提供了前所未有的契机。但是，已有的分析方法在大样本条件下不适用。这个既可能是由于这些传统方法都是基于MCMC等随机取样方法（sampling based），计算量太大；也可能是由于其中一些公式在大样本条件下有数值不稳定性。我们针对这些大数据中的计算问题，研究开发计算上高效而且准确的方法用于群体基因组学分析。
　　除了以上的群体遗传学和计算遗传学的方法研究，我们也关注复杂性状和罕见病的遗传机制，比较基因组学的分析方法研究等。并通过合作参与多个项目的数据分析。

　　本课题组欢迎对群体遗传学,进化遗传学和计算生物学有兴趣，对科研有热忱的同学加入。我们的研究工作计算方法和数据分析并重。有一定编程基础，有数学，计算机，或者生物学背景的同学都有可能在这里找到适合自己的研究方向。